[发明专利]一种分析模型建立方法、辅助诊断装置及设备、介质

权利要求书

1.一种分析模型建立方法，其特征在于，包括：

建立初始分析模型，所述初始分析模型包括多个用于接收体征信息以及与所述体征信息关联的特征信息的输入端、连接所述输入端的转换层、以及神经网络层，所述转换层用于将输入端的体征信息和及其关联的特征信息量化生成量化组，所述量化组包括所述体征信息的值和所述体征信息关联的特征信息量化得到的量化值，所述量化组的每个参数作为所述神经网络层的一个输入量；

根据疾病及其体征信息、所述体征信息关联的特征信息确定训练样本集，将所述体征信息及其关联的特征信息作为所述初始分析模型的输入，所述疾病与所述初始分析模型的输出对应，使用所述训练样本集对所述初始分析模型进行训练，得到分析模型。

2.根据权利要求1所述的分析模型建立方法，其特征在于，所述与所述体征信息关联的特征信息包括以下至少之一：所述体征信息异常时其异常的持续时间、所述体征信息异常时其异常程度。

3.根据权利要求1所述的分析模型建立方法，其特征在于，每个量化组包括的量化值的数量相同。

4.根据权利要求1所述的分析模型建立方法，其特征在于，所述体征信息关联一种或多种类型的特征信息，且不同的体征信息关联相同类型的特征信息。

5.根据权利要求1至4任一所述的分析模型建立方法，其特征在于，所述量化值根据如下方式获得：根据所述体征信息关联的特征信息，通过高斯递归确定所述量化值。

6.根据权利要求5所述的分析模型建立方法，其特征在于，所述通过高斯递归确定所述量化值包括：

其中，x为所述特征信息，μ(x)为所述量化值，b、c为已知参数。

7.根据权利要求5所述的分析模型建立方法，其特征在于，所述通过高斯递归确定所述量化值包括：

其中，x为所述特征信息，μ(x)为所述量化值，b1、c1、b2、c2为已知参数。

8.一种辅助诊断装置，其特征在于，包括：

信息获取单元，用于获取用户的体征信息以及与所述体征信息关联的特征信息；

分析单元，用于将获取的所述体征信息以及与所述体征信息关联的特征信息输入到根据权利要求1至7任一所获得的所述分析模型，获得疾病信息。

9.一种介质，其特征在于，其上存储有可在处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至7中任一项所述的分析模型建立方法的步骤。

10.一种辅助诊断设备，其特征在于，包括存储器和处理器，所述存储器存储有程序，所述程序在被所述处理器读取执行时，实现如权利要求1至7任一所述的分析模型建立方法。